詞法分析

編譯器讀入原始碼，經過詞法分析器識別出Token，把字串轉換成一個個Token。
Token的型別包括：關鍵字、識別符號、字面量、操作符、界符等

比如下面的C語言程式碼原始檔，經過詞法分析器識別出的token有：int、foo、a、b、=、+、return、(){}等token

int foo(int a){
    int b = a + 3;
    return b;
}

為什麼要這樣做呢，把程式碼裡的單詞進行分類，編譯器後面的階段不就更好處理理解程式碼了嘛！

語法分析

每一個程式程式碼，實際上可以通過樹這種結構表現出其語法規則。

語法分析階段把Token串，轉換成一個體現語法規則的、樹狀資料結構，即抽象語法樹AST。
AST樹反映了程式的語法結構。

比如下面對應的一段C語言程式碼，對應的AST抽象語法樹如下所示：

int foo(int a){
    int b = a + 3;
    return b;
}

AST抽象語法樹

AST樹長成什麼樣，由語法的結構有關。
比如 上面C語言程式碼中對函式的語法定義如下：語法分析器就按照語法定義進行解析，就是從上到下匹配的過程。
也就是先匹配function的規則，匹配函式型別type、函式名name、函式引數parameters、函式體
當匹配函式引數時，就去匹配parameters的規則
當匹配函式體時，函式體由一個個語句組成，就去匹配各個語句stmt（宣告）的規則。

function := type name parameters functionBody
parameters:
 
= parameter*                          
functionBody:= stmt returnStatement

生成 AST 以後，程式的語法結構就很清晰了，但這棵樹到底代表了什麼意思，我們目前仍然不能完全確定，要在語義分析階段確定。

為什麼要把程式轉換成AST這麼一顆樹，因為編譯器不像人能直接理解語句的含義，AST樹更有結構性，後續階段可以針對這顆樹做各種分析！

語義分析

語義分析階段的任務：理解語義，語句要做什麼。
比如+號要執行加法、=號要執行賦值、for結構要去實現迴圈、if結構實現判斷。
所以語義階段要做的內容有：上下文分析（包括引用消解、型別分析與檢查等）

引用消解：找到變數所在的作用域，一個變數作用範圍屬於全域性還是區域性。
型別識別：比如執行a+3，需要識別出變數a的型別，因為浮點數和整型執行不一樣，要執行不同的運算方式。
型別檢查：比如int b = a + 3，是否可以進行定義賦值。等號右邊的表示式必須返回一個整型的資料、或則能夠自動轉換成整型的資料，才能夠對型別為整型的變數b進行復制。

比如之前的一段C語言程式碼，經過語義分析後獲得的資訊（引用消解資訊、型別資訊），可以在AST上進行標註，形成下面的“帶有標註的語法樹”，讓編譯器更好的理解程式的語義。

也會將這些上下文資訊存入“符號表”結構中，便於各階段查詢上下文資訊。
符號表是有層次的結構：我們只需要逐級向上查詢就能找到變數、函式等的資訊(作用域、型別等)

接下來就可以 解釋執行：實現一門解釋型的語言

Tip:編譯型語言需要生成目的碼，而解釋性語言只需要直譯器去執行語義就可以了。

實現AST的直譯器：在語法分析後有了程式的抽象語法樹，在語義分析後有了“帶有標註的AST”和符號表後，就可以深度優先遍歷AST，並且一邊遍歷一邊執行結點的語義規則。整個遍歷的過程就是執行程式碼的過程。

舉一個解釋執行的例子，比如執行下面的語義：

• 遇到語法樹中的add “+”節點：把兩個子節點的值進行相加，作為“+”節點的值。
• 遇到語法樹中的變數節點(右值)：就取出變數的值。
• 遇到字面量比如數字2：返回這個字面量代表的數值2。

中間程式碼生成

在編譯前端完成後(編譯器已經理解了詞法和語義)，編譯器可以直接解釋執行、或則直接生成目的碼。對於不同架構的CPU，還需要生成不同的彙編程式碼，如果對每一種彙編程式碼做優化就很繁瑣了。所以我們需要增加一個環節：生成中間程式碼IR，統一優化後中間程式碼，再去將中間程式碼生成目的碼。

中間程式碼IR的兩個用途：解釋執行 、程式碼優化

解釋執行：解釋型語言，比如Python和Java，生成IR後就能直接執行了，也就是前面舉出的例子。

優化程式碼：比如LLVM等工具；在生成程式碼後需要做大量的優化工作，而很多優化工作沒必要使用匯編程式碼來做(因為不同CPU體系的組合語言不同)，而可以基於IR用統一的演算法來完成，降低編譯器適配不同CPU的複雜性。

程式碼優化

一種方案：基於基本塊作程式碼優化

分類：本地優化、全域性優化、過程間優化

本地優化：可用表示式分析、活躍性分析

全域性優化：基於控制流圖CFG作優化。

控制流圖CFG ：是一種有向圖，它體現了基本塊之前的指令流轉關係，如果從BLOCK1的最後一條指令是跳轉到 BLOCK2， 就連一條邊，如果通過分析 CFG，發現某個變數在其他地方沒有被使用，就可以把這個變數所在程式碼行刪除。

過程間優化：跨越函式的優化，多個函式間作優化

優化案例：

代數優化：
比如刪除“x:=x+0 ”，乘法優化掉“x:=x乘以0” 可以簡化成“x:=0”，乘法優化成移位運算：“x:=x*8”可以優化成“x:=x<<3”。

常數摺疊：

對常數的運算可以在編譯時計算，比如 “x:= 20 乘以 3 ”可以優化成“x:=60”
刪除公共子表示式：作“可用表示式分析”

x := a + b
y := a + b //優化成y := x

拷貝傳播：作“可用表示式分析”

x := a + b
y := x
z := 2 * y //優化成z:= 2 * x

常數傳播：

x := 20
y := 10
z := x + y//優化成z := 30

死程式碼刪除：作變數的“活躍性分析”
活躍性分析（優化刪除死程式碼，沒用到的變數） 資料流分析：使用“半格理論”解決多路徑的V值計算集合問題，不在程式碼下面集合的變數就是死程式碼。

目的碼生成

目的碼生成，也就是生成虛擬機器執行的位元組碼，或則作業系統執行的彙編程式碼
程式碼生成的過程，其實很簡單，就是將中間程式碼IR逐個翻譯成想要的彙編的程式碼

那麼目的碼生成階段的任務就有：

• 選擇合適指令，生成效能最高的程式碼。
• 優化暫存器的分配，讓頻繁訪問的變數，比如迴圈語句中的變數放到暫存器中，暫存器比記憶體快
• 在不改變執行結果下，對指令做重排序優化，從而充分運用CPU內部的多個功能部件的並行能力

轉自：https://www.cnblogs.com/fisherss/p/13905395.html